1、存算分离 所谓存算分离是指查询外表时，使用一种专门做计算的BE节点，但对于存储在BE上的内部表，目前还不能做到存储分离。 doris可以查询外部表，包括： Hive、Iceberg、Hudi、Elasticsearch、JDBC、Paimon 早期版本中，FE通过BE节点查询外部表，并且在BE节点内执行join、sort、agg等计算， 这些BE节点同时也负责doris的内部表的存储和计算， 新版本改造了BE节点，通过修改配置，它可以仅用于查询外表时的计算，内部表数据不会存到它上面， 这种BE称为“计算节点”，而既存储内部表数据又执行计算的BE节点称为“混合节点”。 两者的代码和二进制安装文件是一样的，只是配置不同，在集群中扮演的角色不同。 配置方法如下： 修改FE的配置文件： prefer_compute_node_for_external_table=true min_backend_num_for_external_table=3 修改BE配置： be_node_role=computation 然后将这个BE加入集群： ALTER SYSTEM ADD BACKEND "be_ip:be_port"; 可以如此加入多个“计算节点”。
当集群中有充足的计算节点时，当FE查询外表时，执行计划优先下发给“计算节点”，而不发给“混合节点”。
以上就是2.0.0存算分离特性的原理和状态，以下是这一特性的限制和理解上的澄清： 目前访问外部表（无论是否使用存算分离）只支持读取，不能写入。 存算分离的计算节点，只能用于外表的访问和计算，对内部表算子（例如JOIN、AGG、SORT）还不能调度到计算节点执行， 可能以后版本会支持，这个称为“计算外溢”。 SelectDB在apache doris官网上说，2023年10月会上传更成熟的存算分离架构给社区，估计目前的存算分离还不够完善。 查看了一下StarRocks的官网，没有存算分离的文档，只有3.1的release note提了一下。
2、多源数据目录（Multi-Catalog） 这是一种管理外部数据源更好的模型，数据库层级的模型： Catalog -- 可以理解为一个种类型的数据库集群，里面包含多个同一类型的数据库。 Database -- 用于数据管理的隔离，有独立的元数据存储，字符编码、数据存储格式等属性，内部包含schema和table。 Doris的Multi-Catalog可以将外部数据源，映射到一个新的Catalog，并自动读取外部数据源的所有元数据，在本地创建对应的database和表。 例如，hive里有如下数据库： default random ssb100 tpch1 tpch100 tpch1_orc 其中tpch100中有表： customer lineitem nation orders part partsupp region supplier 使用Multi-Catalog特性，不需要为每个hive数据库在Doris创建对应数据库，也不需要为每个hive表创建映射表。 对于Doris支持的数据源（如hive，Elasticsearch），只要创建Catalog并指定连接信息： CREATE CATALOG hive PROPERTIES ( 'type'='hms', 'hive.metastore.uris' = 'thrift://172.21.0.1:7004' ); Doris会自动读取外部数据源的元数据信息，并为每个数据库和表创建映射。 这个功能极大的方便了外部数据源的访问，在1.20版本已经具备了这一功能，2.0.0支持更多数据源，并与存算分离结合。
3、冷热分层 冷热分层是指，将表中较早时间导入的数据，保存到对象存储或其它廉价的存储中去，并在doris本地删除， 当需要这些旧数据时，再从对象存储读进来，这个过程对于用户是透明的。 具体的操作是，在创建表时设置一个日期，在这个日期到达时，之前导入的数据，会上传到对象存储，并在本地删除。 也可以建表时设置数据的生命期，从数据导入时开始计算，超过这个生命期的数据会上传到对象存储，并在本地删除。 上面冷热分层的逻辑，也可以只作用于分区数据。
每次数据导入（如执行一个insert、一次stream load），虽然最终存储在segment文件中， 但是也会创建一个对应的Rowset对象，记录了这批数据的导入时间。 冷热分层粒度就是基于Rowset，当到达冷却时间时，会将当前满足条件的Rowset 全部上传到对象存储，并删除本地数据，之后新导入的数据，生成的新Rowset，会在到达冷却时间后也上传到对象存储。
查询时，如果查询的数据是热数据，这些数据仍然存储在BE节点，可以直接返回结果， 如果查询的数据是冷数据，BE会读取对象存储里的数据，在本地恢复，再返回结果。
这一功能非常适用于交易记录、日志的存储和查询。
注意，冷热分层是以导入时间作为数据冷热标准，自动上传冷数据的，对用户是透明的， 不是以用户定义的某个类型为日期的列，用户对于冷热分层的控制是非常有限的。
4、默认使用新的优化器 nereids文章来源：https://www.toymoban.com/news/detail-660823.html
5、默认使用新执行器 这种称为pipeline的执行器，将执行计划的执行分为更小的粒度，最大程度的异步化和并行化。文章来源地址https://www.toymoban.com/news/detail-660823.html
到了这里，关于Apache Doris 2.0.0 特性分析的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
